Comment évaluer correctement la corrélation entre une variable ordinale et une variable continue?

Je voudrais estimer la corrélation entre:

Une variable ordinale: les sujets sont invités à évaluer leur préférence pour 6 types de fruits sur une échelle de 1 à 5 (allant de très dégoûtant à très savoureux). En moyenne, les sujets n'utilisent que 3 points de l'échelle.

Une variable continue: les mêmes sujets sont invités à identifier rapidement ces fruits, ce qui se traduit par une précision moyenne pour les 6 fruits.

Spearman rho est-il la meilleure méthode pour analyser ces données et / ou existe-t-il d'autres bonnes méthodes que je pourrais envisager?

— San
source

Bienvenue sur la liste. La variable ordinale semble être en fait 6 variables (une pour chaque fruit). Je ne sais pas non plus comment la variable d'identification est créée, ni si elle est continue.

— Peter Flom - Réintégrer Monica

Merci c'est rapide! Donc, pour chaque sujet, j'ai en effet 6 notes de préférence et 6 notes de précision. La précision est le taux de réussite moyen sur 16 essais d'identification (16 pour chaque type de fruit). Un coup c'est quand ils sélectionnent le bon fruit, un coup c'est quand ils choisissent le mauvais type de fruit. J'espère que cela l'a rendu plus clair.

— San

Vous pouvez utiliser celui de Spearman, qui est basé sur les rangs et donc OK pour les données ordinales. Vous auriez alors six résultats.

Si vous souhaitez adopter une approche différente, vous pouvez devenir complexe et regarder un modèle à plusieurs niveaux, avec un sujet répété. Il semble que la «précision» dépendrait de la «préférence». Ainsi, un modèle mixte pourrait examiner cela et expliquer la non-indépendance des données. Mais, comme indiqué, c'est un modèle beaucoup plus complexe à mettre en œuvre.

— Peter Flom - Réintégrer Monica
source